Java 8里面的java.util.Random

最新推荐文章于 2023-07-06 17:07:45 发布

最新推荐文章于 2023-07-06 17:07:45 发布 · 109 阅读

文章标签：

#java

本文介绍了Java8中java.util.Random类新增的功能，即能够生成随机数流，并展示了如何使用这些流生成伪随机数和高斯随机数。此外，还通过实例演示了如何利用流API分析上百万个随机数的分布情况。

在Java 8里面，java.util.Random经过改进后增加了一个实用的功能，可以返回一个随机数的流。

比如，如果要生成[0, 1)之间的随机浮点数的无限流：

Random random = new Random();
DoubleStream doubleStream = random.doubles();

或者要生成[0, 100)间的整数的无限流:

Random random = new Random();
IntStream intStream = random.ints(0, 100);

那么一个无限的随机流有什么用呢？下面我会列举出几个场景。不过需要注意的是这是个无限流，一旦开始操作这个流，就必须在有限的操作内终止，否则这个操作将永远不会停止！

比如，获取10个随机整数并打印出来：

intStream.limit(10).forEach(System.out::println);

或者生成一个包含100个随机整数的列表：

List<Integer> randomBetween0And99 = intStream
                                       .limit(100)
                                       .boxed()
                                       .collect(Collectors.toList());

对于高斯伪随机数来说，没有像random.doubles()这样创建流的方式，但是用Java 8提供的一个方法也很容易实现：

Random random = new Random();
DoubleStream gaussianStream = Stream.generate(random::nextGaussian).mapToDouble(e -> e);

这里我用了Stream.generate这个API来调用了一个高斯数的生产者，这个生产者用的是Random类里的一个现成的方法。

现在，有了伪随机的浮点数和高斯浮点数后，我们来做点有意思的事情吧。我想做的是获取这两个流生成的浮点数的一个分布情况，正常情况下，伪随机浮点数应该是呈连续均匀分布的，而高斯浮点数应该呈正态分布。

在下面的代码中，我将会生成一份上百万随机数的分布状况，这里用到了Java8的流API中提供的大量设施：

Random random = new Random();
DoubleStream doubleStream = random.doubles(-1.0, 1.0);
LinkedHashMap<Range, Integer> rangeCountMap = doubleStream.limit(1000000)
        .boxed()
        .map(Ranges::of)
        .collect(Ranges::emptyRangeCountMap, (m, e) -> m.put(e, m.get(e) + 1), Ranges::mergeRangeCountMaps);

rangeCountMap.forEach((k, v) -> System.out.println(k.from() + "\t" + v));

上面的代码输出如下：

-1  49730
-0.9    49931
-0.8    50057
-0.7    50060
-0.6    49963
-0.5    50159
-0.4    49921
-0.3    49962
-0.2    50231
-0.1    49658
0   50177
0.1 49861
0.2 49947
0.3 50157
0.4 50414
0.5 50006
0.6 50038
0.7 49962
0.8 50071
0.9 49695

同样再生成一个高斯随机数的分布：

Random random = new Random();
DoubleStream gaussianStream = Stream.generate(random::nextGaussian).mapToDouble(e -> e);
LinkedHashMap<Range, Integer> gaussianRangeCountMap =
        gaussianStream
                .filter(e -> (e >= -1.0 && e < 1.0))
                .limit(1000000)
                .boxed()
                .map(Ranges::of)
                .collect(Ranges::emptyRangeCountMap, (m, e) -> m.put(e, m.get(e) + 1), Ranges::mergeRangeCountMaps);

gaussianRangeCountMap.forEach((k, v) -> System.out.println(k.from() + "\t" + v));

数据分布图不出所料：
随机数的：
[img]http://www.javacodegeeks.com/wp-content/uploads/2014/01/pseudorandom.png[/img]

高斯随机数的：
[img]http://www.javacodegeeks.com/wp-content/uploads/2014/01/gaussian.png[/img]

更多文章请关注: [url=http://it.deepinmind.com]deepinmind[/url]